論文の概要: Variational secure cloud quantum computing

• arxiv url: http://arxiv.org/abs/2106.15770v1
• Date: Wed, 30 Jun 2021 01:27:56 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-24 08:32:24.552576
• Title: Variational secure cloud quantum computing
• Title（参考訳）: 変分安全なクラウド量子コンピューティング
• Authors: Yuta Shingu, Yuki Takeuchi, Suguru Endo, Shiro Kawabata, Shohei Watabe, Tetsuro Nikuni, Hideaki Hakoshima, Yuichiro Matsuzaki
• Abstract要約: 変分量子アルゴリズム(VQA)は、ノイズの多い中間スケール量子(NISQ)デバイスの有用な応用であると考えられている。 クラウドネットワークを用いて量子アルゴリズムにセキュリティを提供するために、ブラインド量子コンピューティング(BQC)が研究されている。 クライアントのセキュリティを保証したNISQコンピューティングを効率的に実装する方法を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Variational quantum algorithms (VQAs) have been considered to be useful applications of noisy intermediate-scale quantum (NISQ) devices. Typically, in the VQAs, a parametrized ansatz circuit is used to generate a trial wave function, and the parameters are optimized to minimize a cost function. On the other hand, blind quantum computing (BQC) has been studied in order to provide the quantum algorithm with security by using cloud networks. A client with a limited ability to perform quantum operations hopes to have access to a quantum computer of a server, and BQC allows the client to use the server's computer without leakage of the client's information (such as input, running quantum algorithms, and output) to the server. However, BQC is designed for fault-tolerant quantum computing, and this requires many ancillary qubits, which may not be suitable for NISQ devices. Here, we propose an efficient way to implement the NISQ computing with guaranteed security for the client. In our architecture, only N+ 1 qubits are required, under an assumption that the form of ansatzes is known to the server, where N denotes the necessary number of the qubits in the original NISQ algorithms. The client only performs single-qubit measurements on an ancillary qubit sent from the server, and the measurement angles can specify the parameters for the ansatzes of the NISQ algorithms. No-signaling principle guarantees that neither parameters chosen by the client nor the outputs of the algorithm are leaked to the server. This work paves the way for new applications of NISQ devices.
• Abstract（参考訳）: 変分量子アルゴリズム(VQA)は、ノイズの多い中間スケール量子(NISQ)デバイスの有用な応用であると考えられている。 典型的には、vqasでは、パラメトリ化アンサッツ回路が試行波関数を生成するために使用され、パラメータはコスト関数を最小化するために最適化される。 一方、クラウドネットワークを用いて量子アルゴリズムにセキュリティを提供するために、ブラインド量子コンピューティング(BQC)が研究されている。 量子演算を行う能力に制限のあるクライアントは、サーバの量子コンピュータへのアクセスを希望し、BQCはクライアントの情報(入力、量子アルゴリズムの実行、出力など)をサーバにリークすることなく、クライアントがサーバのコンピュータを使用することを可能にする。 しかし、BQCはフォールトトレラントな量子コンピューティングのために設計されており、NISQデバイスには適さない多くの補助量子ビットを必要とする。 本稿では,クライアントのセキュリティを保証したnisqコンピューティングを実現する効率的な方法を提案する。 我々のアーキテクチャでは、N が元の NISQ アルゴリズムで必要となる量子ビット数を表す場合、アンサーゼの形式がサーバに知られているという仮定の下で N+ 1 量子ビットしか必要としない。 クライアントはサーバから送信されたアシラリーキュービットに対してのみ単一キュービットの測定を行い、測定アングルはNISQアルゴリズムのアンサットに対するパラメータを指定できる。 no-signaling principleは、クライアントが選択したパラメータやアルゴリズムの出力がサーバにリークしないことを保証する。 この研究は、NISQデバイスの新しい応用の道を開いた。

関連論文リスト

• Verifiable cloud-based variational quantum algorithms [6.129728362169498]
  変分量子アルゴリズム(VQA)は、量子機械学習(QML)のためのノイズの多い中間スケール量子(NISQ)デバイスを用いた量子優位性を示す可能性がある。 量子リソースの高コストと限られた可用性を考えると、クラウドネットワークによるVQAの委譲は、量子能力に制限のあるクライアントにとってより実用的なソリューションである。 本稿では,これらの課題に対処する新たなプロトコルを導入し,クラウドベースのVQAにおける検証可能性とチャネル損失耐性を両立させる。
  論文  参考訳（メタデータ） (2024-08-25T03:26:00Z)
• Scaling Limits of Quantum Repeater Networks [62.75241407271626]
  量子ネットワーク(QN)は、セキュアな通信、強化されたセンシング、効率的な分散量子コンピューティングのための有望なプラットフォームである。 量子状態の脆弱な性質のため、これらのネットワークはスケーラビリティの観点から大きな課題に直面している。 本稿では,量子リピータネットワーク(QRN)のスケーリング限界について解析する。
  論文  参考訳（メタデータ） (2023-05-15T14:57:01Z)
• Quantum Imitation Learning [74.15588381240795]
  本稿では、量子優位性を利用してILを高速化する量子模倣学習(QIL)を提案する。 量子行動クローニング(Q-BC)と量子生成逆模倣学習(Q-GAIL)という2つのQILアルゴリズムを開発した。 実験結果から,Q-BCとQ-GAILの両者が,従来のものと同等の性能を達成できることが判明した。
  論文  参考訳（メタデータ） (2023-04-04T12:47:35Z)
• Delegated variational quantum algorithms based on quantum homomorphic encryption [69.50567607858659]
  変分量子アルゴリズム(VQA)は、量子デバイス上で量子アドバンテージを達成するための最も有望な候補の1つである。 クライアントのプライベートデータは、そのような量子クラウドモデルで量子サーバにリークされる可能性がある。 量子サーバが暗号化データを計算するための新しい量子ホモモルフィック暗号(QHE)スキームが構築されている。
  論文  参考訳（メタデータ） (2023-01-25T07:00:13Z)
• Ancilla-driven blind quantum computation for clients with different quantum capabilities [2.2591663389676295]
  Blind Quantum Computing (BQC) は、限られた量子パワーを持つクライアントに対して、量子計算タスクを強力なサーバに委譲することを可能にする。 本稿では、単一量子ビットの測定や単一量子ビットゲートの実行など、異なる量子能力を持つクライアント向けの2種類のADBQCプロトコルを提案する。
  論文  参考訳（メタデータ） (2022-10-18T14:12:34Z)
• Iterative Qubits Management for Quantum Index Searching in a Hybrid System [56.39703478198019]
  IQuCSは、量子古典ハイブリッドシステムにおけるインデックス検索とカウントを目的としている。 我々はQiskitでIQuCSを実装し、集中的な実験を行う。 その結果、量子ビットの消費を最大66.2%削減できることが示されている。
  論文  参考訳（メタデータ） (2022-09-22T21:54:28Z)
• Quantum circuit architecture search for variational quantum algorithms [88.71725630554758]
  本稿では、QAS(Quantum Architecture Search)と呼ばれるリソースと実行時の効率的なスキームを提案する。 QASは、よりノイズの多い量子ゲートを追加することで得られる利点と副作用のバランスをとるために、自動的にほぼ最適アンサッツを求める。 数値シミュレータと実量子ハードウェアの両方に、IBMクラウドを介してQASを実装し、データ分類と量子化学タスクを実現する。
  論文  参考訳（メタデータ） (2020-10-20T12:06:27Z)
• On the learnability of quantum neural networks [132.1981461292324]
  本稿では,量子ニューラルネットワーク(QNN)の学習可能性について考察する。 また,概念をQNNで効率的に学習することができれば,ゲートノイズがあってもQNNで効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2020-07-24T06:34:34Z)
• Supervised Learning Using a Dressed Quantum Network with "Super Compressed Encoding": Algorithm and Quantum-Hardware-Based Implementation [7.599675376503671]
  ノイズのある中間量子(NISQ)デバイス上での変分量子機械学習(QML)アルゴリズムの実装には、必要となるキュービット数とマルチキュービットゲートに関連するノイズに関連する問題がある。 本稿では,これらの問題に対処するための量子ネットワークを用いた変分QMLアルゴリズムを提案する。 他の多くのQMLアルゴリズムとは異なり、我々の量子回路は単一量子ビットゲートのみで構成されており、ノイズに対して堅牢である。
  論文  参考訳（メタデータ） (2020-07-20T16:29:32Z)
• Practical numerical integration on NISQ devices [0.0]
  数値積分のための量子アルゴリズムは、Groversアルゴリズムと共に量子振幅推定 (QAE) (Brassard et al., 2002) を利用する。 QAEは、通常、多くのアンシラ量子ビットと制御された操作を必要とする量子位相推定(QPE)に依存しているため、NISQデバイスに実装することを熱心に考えている。 我々は、Qiskitを用いたIBM量子デバイス上での数値積分のための新しいアルゴリズムを実装し、各ターゲットデバイス上の回路を最適化する。
  論文  参考訳（メタデータ） (2020-04-13T01:45:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。